本文關(guān)鍵詞：神經(jīng)動力學優(yōu)化的水下航行器模型預測控制

  更多相關(guān)文章： 模型預測控制 自主水下航行器 神經(jīng)動力學優(yōu)化

【摘要】：21世紀人類對海洋的開發(fā)和利用不斷增加,作為復雜海洋環(huán)境下的工作載體,自主水下航行器的研究備受世人矚目。其中,運動控制是自主水下航行器領(lǐng)域的關(guān)鍵技術(shù)之一。然而,自主水下航行器是典型的多輸入多輸出、強非線性、強耦合和帶約束的不確定性系統(tǒng),很難實現(xiàn)對其運動的精確控制。針對自主水下航行器的系統(tǒng)特點,本文采用先進的控制技術(shù)和優(yōu)越的在線優(yōu)化算法實現(xiàn)對水下航行器的精準控制。 首先,根據(jù)運動學和流體力學知識,基于坐標變換和剛體的牛頓-歐拉方程建立水下航行器的運動學模型和動力學模型。在此基礎(chǔ)上,通過對模型進行合理的簡化,得到四自由度運動學模型和垂直面動力學模型,將這兩個模型作為控制對象,為其設計控制算法。模型預測控制是一種先進的控制技術(shù),具有對模型精度要求低、動態(tài)實施優(yōu)化控制、魯棒性好以及能夠顯式處理約束條件等特點,非常適用于對水下航行器的控制。模型預測控制的核心是有限時域的滾動優(yōu)化過程,要求優(yōu)化算法具有實時準確的求解能力。神經(jīng)網(wǎng)絡能夠進行大規(guī)模并行運算的能力和快速收斂的特點使其成為求解在線優(yōu)化問題的有效手段。 因此,本文將模型預測控制中對目標函數(shù)的優(yōu)化轉(zhuǎn)化為帶約束的二次規(guī)劃問題,并構(gòu)造投影神經(jīng)網(wǎng)絡實時優(yōu)化求解控制增量,將神經(jīng)動力學優(yōu)化的方法引入對自主水下航行器的模型預測控制中,并對其進行了鎮(zhèn)定控制和軌跡跟蹤控制。仿真結(jié)果表明,運用神經(jīng)動力學優(yōu)化的模型預測控制方法能夠?qū)崿F(xiàn)對自主水下航行器的精確鎮(zhèn)定和跟蹤控制。
【關(guān)鍵詞】：模型預測控制 自主水下航行器 神經(jīng)動力學優(yōu)化
【學位授予單位】：大連理工大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：U674.941;TP183
【目錄】：

• 摘要4-5
• Abstract5-8
• 1 緒論8-16
• 1.1 課題研究背景及意義8-9
• 1.2 自主水下航行器的發(fā)展9
• 1.3 AUV控制技術(shù)的研究現(xiàn)狀9-12
• 1.4 本文研究方法12-14
• 1.4.1 模型預測控制方法的應用13-14
• 1.4.2 投影神經(jīng)網(wǎng)絡優(yōu)化14
• 1.5 本文主要內(nèi)容和結(jié)構(gòu)安排14-16
• 2 自主水下航行器建模16-26
• 2.1 引言16
• 2.2 AUV空間運動學模型16-20
• 2.2.1 坐標系的選擇16-17
• 2.2.2 水下航行器的運動參數(shù)17-18
• 2.2.3 坐標轉(zhuǎn)換18-20
• 2.3 水下航行器動力學方程20-23
• 2.3.1 AUV動力學模型參數(shù)矩陣20-22
• 2.3.2 水下航行器動力學建模22-23
• 2.4 本文研究的水下航行器模型23-25
• 2.4.1 AUV四自由度運動學模型23
• 2.4.2 AUV垂直面動力學模型23-25
• 2.4.3 簡化的垂直面動力學模型25
• 2.5 小結(jié)25-26
• 3 模型預測控制綜述26-35
• 3.1 引言26
• 3.2 模型預測控制基本結(jié)構(gòu)及原理26-29
• 3.3 模型預測控制原理29-32
• 3.3.1 數(shù)學模型的建立29-30
• 3.3.2 狀態(tài)和輸出變量的預測30-31
• 3.3.3 目標優(yōu)化方法31-32
• 3.4 仿真實例32-34
• 3.5 小結(jié)34-35
• 4 基于投影神經(jīng)網(wǎng)絡的優(yōu)化問題求解35-45
• 4.1 引言35-36
• 4.2 基本定理及引理36-38
• 4.2.1 優(yōu)化問題36
• 4.2.2 KKT條件36-37
• 4.2.3 鞍點定理37
• 4.2.4 投影定理37-38
• 4.2.5 李雅普諾夫方法38
• 4.3 投影神經(jīng)網(wǎng)絡38-41
• 4.4 穩(wěn)定性分析41-44
• 4.5 小結(jié)44-45
• 5 水下航行器神經(jīng)動力學模型預測控制45-61
• 5.1 引言45
• 5.2 優(yōu)化問題構(gòu)建45-49
• 5.2.1 MPC優(yōu)化問題描述45-48
• 5.2.2 神經(jīng)動力學優(yōu)化策略48-49
• 5.3 仿真實驗49-61
• 5.3.1 AUV四自由度運動學模型鎮(zhèn)定控制仿真49-53
• 5.3.2 AUV垂直面動力學模型鎮(zhèn)定控制仿真53-57
• 5.3.3 AUV垂直面動力學模型軌跡跟蹤控制仿真57-61
• 結(jié)論61-62
• 參考文獻62-66
• 攻讀碩士學位期間發(fā)表學術(shù)論文情況66-67
• 致謝67-68

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 夏國清;湯莉;;基于動態(tài)神經(jīng)網(wǎng)絡的AUV航向自適應控制[J];船舶工程;2009年02期

2 鄭毅;李少遠;王笑波;;加速冷卻過程的模型預測控制[J];控制理論與應用;2009年07期

3 穆朝絮;張瑞民;孫長銀;;基于粒子群優(yōu)化的非線性系統(tǒng)最小二乘支持向量機預測控制方法[J];控制理論與應用;2010年02期

4 張利軍;賈鶴鳴;邊信黔;嚴浙平;程相勤;;基于L_2干擾抑制的水下機器人人三三維航跡跟蹤控制[J];控制理論與應用;2011年05期

5 葛暉;敬忠良;高劍;;自主式水下航行器三維路徑跟蹤的神經(jīng)網(wǎng)絡H_∞魯棒自適應控制方法[J];控制理論與應用;2012年03期

6 賈鶴鳴;程相勤;張利軍;邊信黔;嚴浙平;;基于離散滑模預測的欠驅(qū)動AUV三維航跡跟蹤控制[J];控制與決策;2011年10期

7 李家旺;宋保維;邵成;;自主水下航行器的變質(zhì)心跟蹤控制(英文)[J];自動化學報;2008年10期

8 孫光;霍偉;;衛(wèi)星姿態(tài)直接自適應模糊預測控制[J];自動化學報;2010年08期

9 賈鶴鳴;張利軍;齊雪;楊立新;;基于神經(jīng)網(wǎng)絡的水下機器人三維航跡跟蹤控制[J];控制理論與應用;2012年07期

10 席裕庚;李德偉;林姝;;模型預測控制——現(xiàn)狀與挑戰(zhàn)[J];自動化學報;2013年03期

，

本文編號：1135116